相似性度量方法

最新推荐文章于 2024-06-15 21:31:13 发布

Lesel

最新推荐文章于 2024-06-15 21:31:13 发布

阅读量1.2k

点赞数

分类专栏：图像处理数学基础

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_33384379/article/details/103579272

版权

1. 基于距离的度量方法

距离函数可以是量化的，也可以是非量化的。一个量化的方法应具有如下性质：

正自反性。 $d \left(x,x \right ) = 0$
对称性。 $d \left(x,y)=d \left(y,x \right )$
三角不等式。 $d \left(x,y \right ) \leqslant d \left(x,z \right ) +d \left(z,y \right )$

(1) 常用的距离度量——闵可夫斯基计量

$$$ {d^m}\left( {X,Y} \right) = {\left( {\sum\limits_{k = 1}^n {{{\left| {{x_k} - {y_k}} \right|}^m}} } \right)^{\frac{1}{m}}}$

m=1 ，曼哈顿距离（Manhattan distance）或 L_1 距离。

最低0.47元/天解锁文章

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
相似性度量方法

1.基于距离的度量方法距离函数可以是量化的，也可以是非量化的。一个量化的方法应具有如下性质：正自反性。对称性。三角不等式。(1) 常用的距离度量——闵可夫斯基计量，曼哈顿距离（Manhattan distance）或距...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。